肿瘤诊断
在诊断肿瘤疾病时,计算肿瘤体积是很重要的一环。给定病灶扫描切片中标注出的疑似肿瘤区域,请你计算肿瘤的体积。
输入格式:
输入第一行给出4个正整数:MM、NN、LL、TT,其中MM和NN是每张切片的尺寸(即每张切片是一个M\times NM×N的像素矩阵。最大分辨率是1286\times 1281286×128);LL(\le 60≤60)是切片的张数;TT是一个整数阈值(若疑似肿瘤的连通体体积小于TT,则该小块忽略不计)。
最后给出LL张切片。每张用一个由0和1组成的M\times NM×N的矩阵表示,其中1表示疑似肿瘤的像素,0表示正常像素。由于切片厚度可以认为是一个常数,于是我们只要数连通体中1的个数就可以得到体积了。麻烦的是,可能存在多个肿瘤,这时我们只统计那些体积不小于TT的。两个像素被认为是“连通的”,如果它们有一个共同的切面,如下图所示,所有6个红色的像素都与蓝色的像素连通。
输出格式:
在一行中输出肿瘤的总体积。
输入样例:
3 4 5 2
1 1 1 1
1 1 1 1
1 1 1 1
0 0 1 1
0 0 1 1
0 0 1 1
1 0 1 1
0 1 0 0
0 0 0 0
1 0 1 1
0 0 0 0
0 0 0 0
0 0 0 1
0 0 0 1
1 0 0 0
输出样例:
26
- 时间限制:1000ms
- 内存限制:64MB
- 代码长度限制:16kB
- 判题程序:系统默认
- 作者:陈越
- 单位:浙江大学
题目判定
解题思路
三维的搜索总是把xyz的对应搞混,然后又WA了好几个小时…
这道题就是先用三维数组存储数据,然后依次BFS搜索出
连通体体积之后更新,每次访问过一个点都要置0防止重复搜索。
解题程序
#include<bits/stdc++.h>
using namespace std;
#define INF 0xfffffff
#define MAXN 2010
int dir[6][3]= {0,0,1, 0,0,-1, 0,1,0, 0,-1,0, 1,0,0, -1,0,0};//上下东西南北
int ma[65][130][1300];
int m,n,l,t;
struct Node
{
int x,y,z;
} s;
long long bfs(int a,int b,int c)
{
ma[a][b][c]=0;
long long cnt=1;
queue<Node>q;
s.x=a,s.y=b,s.z=c;
q.push(s);
while(!q.empty())
{
Node pos=q.front(),temp;
q.pop();
for(int i=0; i<6; ++i)//六个方向搜索
{
temp.x=pos.x+dir[i][0];
temp.y=pos.y+dir[i][1];
temp.z=pos.z+dir[i][2];
if(temp.x>=0&&temp.x<l&&temp.y>=0&&temp.y<m&&temp.z>=0&&temp.z<n)//判断边界
{
if(ma[temp.x][temp.y][temp.z]!=1) continue;
++cnt;//更新块数
ma[temp.x][temp.y][temp.z]=0;
q.push(temp);
}
}
}
return cnt;
}
int main()
{
#ifdef ONLINE_JUDGE
#else
freopen("G:/cbx/read.txt","r",stdin);
//freopen("G:/cbx/out.txt","w",stdout);
#endif
ios::sync_with_stdio(false);
cin.tie(0);
memset(ma,0,sizeof(ma));
cin>>m>>n>>l>>t;
for(int i=0; i<l; ++i)
for(int j=0; j<m; ++j)
for(int k=0; k<n; ++k)
cin>>ma[i][j][k];//输入
long long ans=0;
for(int i=0; i<l; ++i)
for(int j=0; j<m; ++j)
for(int k=0; k<n; ++k)
{
if(!ma[i][j][k]) continue;
long long temp=bfs(i,j,k);//依次搜索
if(temp>=t) ans+=temp;//更新结果
}
cout<<ans<<endl;
return 0;
}